SVM模型应用（三）通过数据归一化改善SVM模型的预测效果

最新推荐文章于 2024-07-31 23:49:26 发布

elite666

最新推荐文章于 2024-07-31 23:49:26 发布

阅读量7.2k

点赞数 3

分类专栏： python 文章标签： SVM模型数据归一化

本文链接：https://blog.csdn.net/elite666/article/details/79848447

版权

文章探讨了数据归一化在SVM模型中的作用，通过实例展示归一化如何显著提高模型预测效果，使之接近逻辑回归模型的表现。接下来，作者计划进一步通过调整SVM的超参数来优化预测性能。

摘要由CSDN通过智能技术生成

import numpy as np
from sklearn import svm
from sklearn.linear_model import LogisticRegression

my_matrix=np.loadtxt("E:\\pima-indians-diabetes.txt",delimiter=",",skiprows=0) 

lenth_x=len(my_matrix[0])

data_y=my_matrix[:,lenth_x-1]

data_x=my_matrix[:,0:lenth_x-1]
print(data_x[0:2],len(data_x[0]),len(data_x))
data_shape=data_x.shape
data_rows=data_shape